内容简介：翻译自：https://stackoverflow.com/questions/32550478/pyspark-take-average-of-a-column-after-using-filter-function
我使用以下代码来获得薪水大于某个阈值的人的平均年龄.
dataframe.filter(df['salary'] > 100000).agg({"avg": "age"})
列的年龄是数字(浮点数),但我仍然收到此错误.
py4j.protocol.Py4JJavaError: An error occurred while calling o86.agg. : scala.MatchError: age (of class java.lang.String)
您是否知道在不使用groupBy函数和 SQL 查询的情况下获得avg等的任何其他方法.
聚合函数应该是值,列名是键：
dataframe.filter(df['salary'] > 100000).agg({"age": "avg"})
或者你可以使用pyspark.sql.functions：
from pyspark.sql.functions import col, avg
dataframe.filter(df['salary'] > 100000).agg(avg(col("age")))
也可以使用CASE .. WHEN
from pyspark.sql.functions import when dataframe.select(avg(when(df['salary'] > 100000, df['age'])))
翻译自：https://stackoverflow.com/questions/32550478/pyspark-take-average-of-a-column-after-using-filter-function
以上所述就是小编给大家介绍的《python – pyspark：使用过滤函数后取平均值》，希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持！
猜你喜欢:
- K均值算法
- Linux 求某一列平均值
- openCV之中值滤波&均值滤波（及代码实现）
- 机器学习实战---K均值聚类算法
- 吴恩达机器学习系列20：K - 均值算法
- R语言 模糊C均值(FCM)聚类分析
本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。
深入理解TensorFlow：架构设计与实现原理
彭靖田、林健、白小龙 / 人民邮电出版社 / 2018-5-1 / 79.00元
本书以TensorFlow 1.2为基础，从基本概念、内部实现和实践等方面深入剖析了TensorFlow。书中首先介绍了TensorFlow设计目标、基本架构、环境准备和基础概念，接着重点介绍了以数据流图为核心的机器学习编程框架的设计原则与核心实现，紧接着还将TensorFlow与深度学习相结合，从理论基础和程序实现这两个方面系统介绍了CNN、GAN和RNN等经典模型，然后深入剖析了TensorF......一起来看看 《深入理解TensorFlow：架构设计与实现原理》 这本书的介绍吧!
